Archiv für den Monat: Januar 2021

22. Januar 2021

Der Ursprung der Besprechungsanalyse

Letzten Dienstag habe ich hier eine Vorlage zur Besprechungsanalyse vorgestellt. Das erste Mal habe ich diese Methode im Dezember 2011 eingesetzt (freilich ohne sie so zu nennen oder mir der übergreifenden Bedeutung bewusst zu sein). Die konkrete Aufgabe bestand damals darin, die Weitergabe von Qualitätsinformationen möglichst schnell und effizient zu organisieren. Nachdem mir aufgefallen war, dass es zum Thema Qualität verschiedene Besprechungen gab, die sich auch erheblich überschnitten, listete ich zunächst die verschiedenen Besprechungen inklusive der Teilnehmer, dem Zeitpunkt, der Agenda und der Art der Besprechung auf. Denn wie sich später beim Einsatz der Besprechungsanalyse immer wieder bestätigte, gründen Probleme mit einer ineffizienten Besprechungslandschaft vor Allem auf zwei Ursachen:

1. einer unterschiedlichen Auffassung zwischen dem Einladenden und den Teilnehmern darüber, welchen Zweck eine Besprechung hat und
2. einer ineffizienten Reihenfolge der Besprechungen, so dass Informationen oft mehrfach mitgeteilt werden.

Punkt 1 ist in den meisten Fällen durch eine standardisierte oder vorher verteilte Agenda in den Griff zu bekommen. Außerdem sollte der Einladende von Anfang an klar machen, ob die Besprechung rein zum Informieren, zum Erarbeiten eines Thema oder zum Entscheiden gedacht ist. Missverständnisse hierüber führen regelmäßig zu Frust bei allen Beteiligten.

Punkt 2 kann durch eine gute Planung der Teilnehmer, der Agendas und schließlich der Reihenfolge der Besprechungen optimiert werden.

Oft ergeben sich durch die Umsetzung dieser einfachen Maßnahmen schon erste Verbesserungen, so dass die Anzahl und Länge der Besprechungen reduziert werden kann.

Die Vorlage zur Besprechungsananalyse können Sie weiterhin hier herunterladen:

leandirekt.de/service/vorlagen-und-checklisten/

Die vollständige Methode zur Besprechungsoptimierung werde ich in den nächsten Tagen hier posten.

Möchten Sie gleich informiert werden, wenn es soweit ist?
Melden Sie sich jetzt für den leandirekt Newsletter an:

https://zurl.co/Dyyc

 

19. Januar 2021

Neue Vorlage: Besprechungsanalyse

Haben Sie sich schon einmal gefragt, ob die vielen Besprechungen wirklich sein müssen? Oft genug halten sich Meetings, die einmal eingerichtet worden sind lange Zeit, bevor ihre Wichtigkeit in Frage gestellt wird. Regelmäßig stelle ich bei Projekten zur Einführung von Shopfloor Management meinen Kunden die Frage, ob die Besprechungslandschaft so wie sie heute gelebt wird, immer noch ihre Berechtigung hat.

Zumindest aber sollte im Sinne einer „systematischen Müllabfuhr“ in festen Abständen gefragt werden, wer an den Besprechungen teilnimmt, wie der Informationsfluss zwischen ihnen organisiert ist, ob sie überschneidungsfrei sind und ausreichend vorbereitet werden.

Einen ersten Einstieg in diese Fragen bekommt man mit Hilfe der Vorlage „Besprechungsanalyse„, die ab sofort im Download-Bereich von leandirekt verfügbar ist.

In den nächsten Tagen folgt an dieser Stelle ein Beitrag, der die Methode Besprechungsanalyse rund um diese Vorlage beleuchtet.

Melden Sie sich für den Newsletter an, um zukünftig keine neue Vorlage mehr zu verpassen:

https://zurl.co/Dyyc

 

12. Januar 2021

Automatisierte Erstellung von Produktionsdiagrammen

In meinem vorherigen Beitrag in diesem Blog habe ich Möglichkeiten beschrieben, wie man mit Business Intelligence Software Produktionsdaten analysieren kann und zwei Beispiele hierfür genannt (Tableau und Zoho Analytics). Während die Verwendung von BI-Software oft einen komfortableren Umgang mit größeren Datenmengen als Excel erlaubt und auf einfache Weise ansprechende Visualisierungen ermöglicht, gibt es noch einen zweiten Anwendungsfall, bei dem es bessere Lösungen als Excel gibt

Automatische Erstellung von Diagrammen per Programmierung

Excel ist primär eine Tabellenkalkulation, die auch Diagramme erzeugen kann. BI-Software wie Tableau hat ihren Schwerpunkt auf dem Konsolidieren, Bereinigen und Darstellen von Daten. Manchmal macht es jedoch Sinn, die Erstellung von Diagrammen nicht mit einer grafischen Oberfläche zu gestalten, sondern dies einmal grundlegend zu programmieren, und zur Erzeugung von Diagrammen dann das fertige Programm aufzurufen.

Der Aufwand für das Schreiben des Programms ist größer als das Zusammenklicken von Diagrammen in Excel. Er lohnt sich aber dennoch, wenn das selbe Programm immer wieder oder zumindest viele Male aufgerufen werden kann und das Importieren, Bereinigen, Konsolidieren und Erstellen der Diagramme automatisch abläuft.

Der Industriestandard Python

Zur automatischen Erstellung von Diagrammen eignen sich grundsätzlich eher Skriptsprachen. Diese sind schneller zu erlernen als klassische, kompilierte Programmiersprachen, erlauben kürzere und lesbarere Programme und nehmen dem Anwender in jeder Hinsicht viel Arbeit ab. Ihr größter Nachteil, die langsamere Ausführungsgeschwindigkeit, wird durch schnellere Computer immer unwichtiger und ist für die meisten Anwendungsfälle in der Produktion unerheblich.

Als Standard-Skriptsprache hat sich seit einigen Jahren Python etabliert. Python verbindet die Vorteile vieler anderer Skriptsprachen, ist komplett frei und verfügt über eine ausgezeichnete Dokumentation und eine sehr große Nutzerbasis im Internet. Laut TIOBE ist Python die Skriptsprache Nr. 1 und ihr Anteil steigt seit Jahren weiter. Ich selbst nutze Python seit 20 Jahren für jegliche Aufgaben zur Automatisierung von Datenauswertung- und -manipulation.

Verschiedene Bibliotheken für Diagramme verfügbar

Ein weiterer Vorteil von Python ist, dass hierfür viele Programmierbibliotheken zur Erstellung von Diagrammen (sowie zur Datenkonsolidierung) verfügbar sind. Die Grundlage für die meisten Diagrammbibliotheken bildet Matplotlib. Auf dieser Bibliothek basieren viele der anderen Visualisierungsbibliotheken. Eine sehr gute Übersicht über verschiedene Diagrammbibliotheken für Python findet man z. B. hier. Genannt seien an dieser Stelle nur Seaborn, das die Programmierung noch einmal deutlich vereinfacht gegenüber Matplotlib und Bokeh, das speziell für interaktive Diagramme entwickelt wurde.

Maximale Anpassbarkeit der Diagramme

Zusätzlich zum Vorteil der Automatisierbarkeit bietet die Diagrammerstellung mit Python den Vorteil, dass Diagramme viel besser ausgestaltet werden können. Neben den klassischen Diagrammtypen, die man aus Excel kennt, bietet z.B. Matplotlib eine große Zahl weiterer Darstellungsarten. Legenden, Beschriftungen, Farben, Achsen, kurzum: alles, kann mit Matplotlib und seinen Nachfolgern nach eigenem Bedarf gestaltet werden. Eine Galerie von Beispieldiagrammen findet man hier. Bei den folgenden Beispielen von dieser Seite haben Sie vielleicht – wie ich – auch gleich schon ein paar Ideen, welche Produktionsdaten man damit darstellen könnte:

Pie plot with `ax.pie` polar bar
polar scatter 3D
hinton demo fill between demo

Von den Beispiel aus der Seaborne Galerie sind mir die folgenden 4 Beispiel aufgefallen, die sich gut für Produktionsdaten eignen:

../_images/multiple_regression.png ../_images/spreadsheet_heatmap.png
../_images/scatterplot_sizes.png ../_images/simple_violinplots.png

Fazit: es muss nicht immer Excel sein

Mit dem vorherigen Beitrag über BI-Systeme und diesem Beitrag über programmierte Diagramme habe ich gezeigt, dass es nicht immer Excel sein muss, wenn Diagramme für die Produktion erstellt werden sollen. Excel hat den großen Vorteil, dass es fast überall verfügbar ist und mit geringem Aufwand gute Darstellungen liefert. Es schadet jedoch nicht, die Alternativen zu kennen. Nur wer sich der Möglichkeiten bewusst ist und die Vor- und Nachteile für den jeweiligen Einsatzfall abwägen kann, findet die beste Lösung.

7. Januar 2021

Visualisierung von Produktionsdaten mit Business-Intelligence-Software

Verbesserungen von Produktionsabläufen sollten immer auf Grundlage von Daten geschehen. Datenanalyse schafft die Voraussetzungen dafür, dass Muster erkennbar und die wichtigsten Probleme fokussiert werden.

Die Analyse von Produktionsdaten lässt sich dabei in drei Aufgaben zerlegen: Zunächst müssen die Daten erhoben/bereitgestellt/extrahiert werden, dann müssen sie aufbereitet werden und schließlich sollten die Daten so visualisiert werden, dass die gewünschten Erkenntnisse leicht gewonnen werden können. In vielen Unternehmen wird hierzu Excel eingesetzt als Standardwerkzeug, da Excel fast überall verfügbar ist, keine Extrakosten verursacht und die meisten Menschen, die sich mit Produktionssteuerung beschäftigen, es sowieso beherrschen. Das ist in vielen Fällen eine gute Lösung und bringt schnell erste Erkenntnisse. Nicht umsonst ist Excel das Arbeitspferd in vielen Konzernen und KMUs.

Interaktives Arbeiten mit Diagrammen

Nun gibt es zwei Anwendungen, bei denen es bessere Lösungen als Excel gibt. Die erste Aufgabe ist das interaktive Arbeiten mit Diagrammen. Unter interaktiv soll hierbei verstanden werden, dass in Diagramme hinein- und herausgezoomt werden kann, einfach Filter gesetzt werden können und vielfältige Möglichkeiten zur Visualisierung schnell verfügbar sind.

Hier kommen Business-Intelligence (BI)-Tools ins Spiel, die über genau diese Möglichkeiten verfügen. Außerdem sind solche BI-Tools besser als Excel in der Lage, große Datenmengen zu verarbeiten. Manchmal wird auch von Business Analytics gesprochen; einen Vergleich dieser beiden Begriffe findet man z.B. hier.

Tableau als De-facto-Standard für BI

Als De-facto-Standard für BI-Software hat sich in den letzten Jahren Tableau etabliert. Es ist einfach zu bedienen, lässt sich leicht mit den wichtigsten Datenbanksystemen verbinden und bietet ansprechende Visualisierungsmöglichkeiten. Der Preis liegt bei 70$ im Monat pro Benutzer, wobei sowohl eine Desktop-Anwendung als auch eine SaaS-Lösung in der Cloud verfügbar sind. Eine kostenlose Probeversion von Tableau ist ebenfalls verfügbar; hiermit können die Analyseberichte allerdings nur öffentlich gespeichert werden. Somit ist die kostenlose Variante keine Option für den betrieblichen Einsatz.

Alternative Business-Intelligence-Software

Als Alternative sei hier Zoho Analytics erwähnt. ZAnalytics bietet einen ähnlichen Funktionsumfang wie Tableau. Zudem ist die kostenlose Version dauerhaft nutzbar für bis zu 10.000 Datensätze. Dies reicht für viele Anwendungen im Produktionsumfeld von KMUs bereits aus. Auch die bezahlten Pläne von ZAnalytics sind deutlich günstiger als bei Tableau. Der Fairness halber sei aber erwähnt, dass Tableau einfacher zu bedienen ist und das reifere und optisch ansprechendere Produkt ist.

Automatisierte Diagrammerstellung

Am Anfang dieses Artikels hatte ich geschrieben, dass es zwei Anwendungen in der Visualiserung von Produktionsdaten gibt, in denen es bessere Lösungen als Excel gibt. In diesem Artikel ging es um den ersten Anwendungsfall: die interaktive Präsentation von Daten mithilfe von Business-Intelligence-Software. Der zweite Anwendungsfall ist die automatisierte Erstellung von Diagrammen. Dies kann z. B. im Rahmen von digitalen Shopfloor-Management-Boards zum Einsatz kommen. Außerdem bietet die hierzu verwendbare Software deutlich mehr Möglichkeiten, die Darstellung von Diagrammen nach eigenen Wünschen anzupassen, als dies mit Excel oder Tableau/BI möglich ist. Auch die IBCS-konforme Darstellung von Diagrammen ist mit automatisierter Diagrammerstellung möglich.

Den Artikel zu diesem Thema werde ich in den nächsten Tagen hier im leandirekt Blog veröffentlichen.

Möchten Sie kein Thema verpassen?
Lassen Sie sich bei neuen Artikeln und Arbeitshilfen direkt informieren.